Python 用列的平均值替换 NaN 值
在本文中，我们将看到用列的平均值替换 NaN(非数字)值的方法。如果我们谈论数据分析，那么处理 NaN 值是非常关键的步骤。因此，在这里您将了解各种方法，我们可以使用这些方法用列的平均值替换 NaN(非数字)值。
方法 1:使用 Numpy.nanmean()。
示例
import numpy as np
arr = np.array([[1, 2, np.nan],
[4, np.nan, 6],
[np.nan, 8, 9]])
col_means = np.nanmean(arr, axis=0)
arr_filled = np.where(np.isnan(arr), col_means, arr)
print("列平均值: ",col_means)
print("最终数组:\n", arr_filled)
输出
列平均值: [2.5 5. 7.5] 最终数组: [[1. 2. 7.5] [4. 5. 6. ] [2.5 8. 9. ]]
解释
在上面的例子中，我们使用 numpy.nanmean() 函数计算 numpy 数组的列平均值以及特定轴(此处 axis=0 表示列)。为了识别数组中的 NaN 值，我们使用 numpy.isnan() 函数，并使用 numpy.where() 将 NaN 值替换为列平均值。 arr_filled 是用列均值替换 NaN 值后的结果值。
方法 2:使用遍历和列均值。
示例
import numpy as np
arr = np.array([[1, 2, np.nan],
[4, np.nan, 6],
[np.nan, 8, 9]])
for i in range(arr.shape[1]):
column = arr[:, i]
column_mean = np.nanmean(column)
column[np.isnan(column)] = column_mean
print("列平均值: ",column_mean)
print("最终数组:\n", arr)
输出
列平均值:2.5 列平均值:5.0 列平均值:7.5 最终数组: [[1. 2. 7.5] [4. 5. 6. ] [2.5 8. 9. ]]
解释
在上面的例子中，我们使用循环遍历 NumPy 数组中的每一列。对于每一列，我们都使用该列的平均值来计算列平均值。我们将 column_mean 的值分配给 column[np.isnan(column)]。
方法 3:使用 Numpy.nan_to_num() 和 Numpy.mean()。
示例
import pandas as pd
import numpy as np
arr = np.array([[1, 2, np.nan],
[4, np.nan, 6],
[np.nan, 8, 9]])
col_means = np.nanmean(arr, axis=0)
arr_filled = np.nan_to_num(arr, nan=col_means)
print("列平均值: ",col_means)
print("最终数组:\n", arr_filled)
输出
列平均值:[2.5 5. 7.5] 最终数组: [[1. 2. 7.5] [4. 5. 6. ] [2.5 8. 9. ]]
解释
在上面的例子中，我们使用了 numpy.nan_to_num() 方法，该方法通过将列平均值作为我们想要替换的值传递，将 NaN 值替换为任何值。在 arr_filled 结果中，替换的列值将代替 NaN。
方法 4:Numpy.apply_along_axis() 和列平均值。
示例
import pandas as pd
import numpy as np
arr = np.array([[1, 2, np.nan],
[4, np.nan, 6],
[np.nan, 8, 9]])
col_means = np.nanmean(arr, axis=0)
def replace_nan(column):
column[np.isnan(column)] = np.nanmean(column)
return column
arr_filled = np.apply_along_axis(replace_nan, axis=0, arr=arr)
print("列平均值: ",col_means)
print("最终数组:\n", arr_filled)
输出
列平均值:[2.5 5. 7.5] 最终数组: [[1. 2. 7.5] [4. 5. 6. ] [2.5 8. 9. ]]
解释
在上面的例子中，我们使用 numpy.apply_along_axis() 方法将 replace_nan() 函数应用于具有特定轴的 NumPy 数组的每一列(此处 axis=0 表示列)。此处的 replace_nan() 函数将每一列中的 NaN 值替换为列平均值。
方法 5:Numpy.nanmean() 和花式索引。
示例
import pandas as pd
import numpy as np
arr = np.array([[1, 2, np.nan],
[4, np.nan, 6],
[np.nan, 8, 9]])
col_means = np.nanmean(arr, axis=0)
mask = np.isnan(arr)
arr[mask] = col_means[np.newaxis, :].repeat(arr.shape[0], axis=0)[mask]
print("列均值: ",col_means)
print("最终数组:\n", arr)
输出
列均值:[2.5 5. 7.5] 最终数组: [[1. 2. 7.5] [4. 5. 6. ] [2.5 8. 9. ]]
解释
在上面的例子中，我们使用 numpy.repeat() 函数将列均值与 NumPy 行数组重复，以匹配原始数组的形状。然后我们使用花式索引将数组中的 NaN 值替换为列均值。此过程不需要额外的空间，因为它会就地执行修改。
方法 6:Numpy.nanmean() 和广播。
示例
import pandas as pd
import numpy as np
arr = np.array([[1, 2, np.nan],
[4, np.nan, 6],
[np.nan, 8, 9]])
col_means = np.nanmean(arr, axis=0)
mask = np.isnan(arr)
arr[mask] = col_means
print("列平均值: ",col_means)
print("最终数组:\n", arr)
输出
列平均值:[2.5 5. 7.5] 最终数组: [[1. 2. 7.5] [4. 5. 6. ] [2.5 8. 9. ]]
解释
在上面的例子中，我们使用广播方法将 NaN 值替换为 NumPy 数组中的列平均值。在程序中，创建 mask 变量来标识 NaN 值，并将列平均值分配给数组中的所需位置。
因此，我们了解了不同的方法，可以使用这些方法将 NaN 值替换为 NumPy 数组中列的平均值。每种方法都为我们提供了替换 NaN 值的独特方法。您可以根据自己的需求和易用性选择任何方法。
